arXiv · cs.AI· Udit Thakur, Baohao Liao, Matteo Nulli, Stefan Vasilev, Seyyed Hadi Hashemi, Shahram Khadivi, Christof Monz·· 2 天前
SteerSearch提出支持中途目标转向的交互式搜索推理框架
SteerSearch: Interactive Search Reasoning with Mid-Response Steering
arXiv:2610.24287v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Udit Thakur, Baohao Liao, Matteo Nulli, Stefan Vasilev, Seyyed Hadi Hashemi, Shahram Khadivi, Christof Monz
研究任务与主要进展
SteerSearch是一种用于交互式搜索推理的强化学习框架，通过注入干预训练模型在搜索或推理过程中重新分配回答目标，并提出基于多跳问答数据集改造的SteerSearch-Bench。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org